División entre OpenAI y Anthropic: análisis de la seguridad de la IA en Massachusetts

La señal reveladora en el cabildeo sobre IA ya no es si un laboratorio dice que apoya la regulación. Todos han aprendido a decir esa parte. La señal reveladora es qué hoja de cálculo quiere que copien los reguladores y qué obligaciones quiere que hereden sus competidores. Eso es lo que hace que el informe de Politico sobre el apoyo de OpenAI a un proyecto de ley de seguridad de IA más limitado en Massachusetts merezca leerse como estrategia, no como teatro. OpenAI y Anthropic no están simplemente en lados opuestos de la regulación. Están compitiendo por el modelo operativo predeterminado para el cumplimiento normativo de la IA de frontera.

El proyecto de ley también es una especificación

de producto Politico informa que OpenAI está respaldando un proyecto de ley de seguridad de IA más limitado en Massachusetts, lo cual importa porque los proyectos de ley estatales sobre IA se parecen cada vez más a requisitos de contratación pública con una portada legislativa. BillTrack50 identifica MA S2630 como un proyecto de ley para promover el desarrollo económico con modelos emergentes de inteligencia artificial y seguridad, presentado el 16/10/2025 y enviado a comité el mismo día. Su resumen dice que el proyecto de ley crearía el Fondo Fiduciario de Innovación en Inteligencia Artificial de Massachusetts y la Ley de Transparencia en la Inteligencia Artificial de Frontera.

La frase clave de cumplimiento en el resumen de BillTrack50 no es el fondo. Es el requisito para grandes desarrolladores de IA, descritos allí como desarrolladores con ingresos anuales superiores a 500 millones de dólares, de desarrollar y publicar un marco de IA de frontera para evaluar y mitigar posibles riesgos catastróficos. En palabras sencillas: si estás dentro del alcance, el papeleo no es decorativo. Tu marco de seguridad se convierte en una promesa externa, y tus contratos con proveedores tendrán que definir quién es responsable de la evaluación de riesgos, la revisión de publicaciones, la escalada de incidentes y la conservación de evidencias.

Dos laboratorios, dos valores predeterminados de cumplimiento

AI News Weekly, al resumir el informe de Politico, presenta a Anthropic como partidaria de la SB 53 de California, la Ley RAISE de Nueva York, un proyecto de ley de auditoría por terceros en Illinois y una medida de transparencia de IA de frontera en Massachusetts. La misma fuente dice que la propuesta de Massachusetts cubre a laboratorios con más de 500 millones de dólares en ingresos derivados de IA o 1.000 millones de dólares en I+D de IA, y exigiría evaluaciones de riesgo independientes al menos cada seis meses. Ese es un valor predeterminado muy diferente de un marco más liviano que enfatiza la alineación entre leyes estatales.

La jugada contrastante de OpenAI es descrita por AI News Weekly como federalismo inverso, atribuido al jefe de asuntos globales de OpenAI, Chris Lehane: presionar a los estados demócratas para que reflejen entre sí sus leyes de IA en lugar de esperar una ley federal. Traducción para constructores: la pelea es sobre si tu programa de cumplimiento se convierte en un ciclo recurrente de evaluación externa, o en un paquete armonizado de informes estatales que pueda reutilizarse en distintas jurisdicciones. Uno es más pesado operativamente. El otro es más ordenado administrativamente, suponiendo que los estados realmente se copien entre sí, que es la parte que los abogados subrayarán dos veces.

La responsabilidad legal es el premio silencioso

Maxwell Zeff, de WIRED, informó sobre una medida relacionada de OpenAI en Illinois, donde la empresa apoyó la SB 3444, un proyecto de ley que limitaría cuándo los desarrolladores de IA de frontera podrían ser responsables por daños críticos causados por sus modelos. WIRED dice que esos daños incluyen la muerte o lesiones graves de 100 o más personas, o al menos 1.000 millones de dólares en daños a la propiedad. El proyecto de ley protegería a los desarrolladores si no causaron el incidente de forma intencional o imprudente y habían publicado informes de seguridad, protección y transparencia en sus sitios web, según WIRED.

Eso no es antirregulación en el sentido simple de una pegatina de parachoques. Es regulación con una arquitectura de responsabilidad legal incorporada. Publica los informes correctos, evita conductas intencionales o imprudentes, y la exposición legal cambia. Los equipos de cumplimiento deberían notar el trato que se ofrece: el proceso se convierte tanto en un control de seguridad como en un escudo ante litigios. Cuando una empresa dice que recibe con gusto reglas más claras, lee las notas al pie antes de asentir.

Qué deberían hacer ahora los constructores

WWLP informó que los votantes de Massachusetts están prestando atención, citando una encuesta en la que el 65% de los votantes estaba más preocupado por los peligros de la IA, frente al 16% que estaba entusiasmado por sus posibles usos, y el 75% apoyaba exigir a los desarrolladores de IA que evaluaran riesgos y publicaran planes de seguridad. Ese contexto público importa porque los legisladores pueden avanzar más rápido cuando el archivo de encuestas es favorable. No significa que todo creador de aplicaciones se convierta de repente en un laboratorio de frontera, pero sí significa que los compradores posteriores empezarán a hacer preguntas al estilo de la IA de frontera.

Para los equipos de producto y cumplimiento, el movimiento práctico es aburrido y útil: mapea qué obligaciones corresponden al desarrollador del modelo, al implementador y al cliente antes de que un proyecto de ley estatal se convierta en la plantilla que usa tu cliente más grande. Si compras modelos de frontera, pide a los proveedores su marco de seguridad publicado, la cadencia de evaluación, el proceso de actualización de informes y el lenguaje de notificación de incidentes. Si construyes encima, no te ofrezcas a asumir obligaciones que la ley coloca sobre el laboratorio, a menos que tu modelo de precios incluya una partida por ser su departamento de cumplimiento no remunerado.

Lo siguiente a observar no es quién afirma estar a favor de la seguridad esta semana. Observa qué lenguaje de Massachusetts sobrevive a las enmiendas, si el modelo de Anthropic centrado en evaluaciones o el modelo de armonización de OpenAI viaja al siguiente estado, y con qué rapidez los contratos empresariales empiezan a reflejarlo. Puede que la ley aún no sea exigible, pero los departamentos de compras rara vez esperan a la primera multa para descubrir un nuevo cuestionario.